随着世界各国航天技术的发展,越来越多的航天器被发射升空,太空中的故障卫星等非合作目标越来越多。因此,针对空间非合作目标的自主在轨服务与处理技术逐渐成为研究热点,而位姿估计是自主在轨服务与处理中最关键的技术之一。针对空间非合作目标,本文提出了一种基于双目视觉的相对位姿估计方法,该方法利用了基于特征点的双目立体匹配计算生成目标点云,然后对点云进行配准,从而实现目标的相对位姿估计,适用于空间非合作目标的近距离自主在轨服务与处理场景。论文具体研究内容如下:（1）针对空间目标图像的特性,提出了一种基于Grab Cut的自动化空间目标图像背景去除算法,并将双目立体匹配的约束条件引入特征匹配中,提出了一种基于SURF特征点的双目立体匹配算法,可基于双目相机成像模型计算生成空间非合作目标的点云。实验结果表明,该方法在点云准确度和计算复杂度两方面均优于稠密立体匹配算法,适用于在轨应用场景。（2）基于立体匹配生成的点云,采用点云配准算法计算相对位姿。本文采用了粗配准与精配准相结合的点云配准方案,改进了快速全局配准（FGR）算法,将点的空间一致性约束考虑到点云粗配准中,该改进算法对有相似特征结构的目标更为有效,可克服FGR算法由于同一目标的点云中出现特征相似的点集造成的误匹配问题,增强了算法的鲁棒性。（3）基于Unity3D构建了一个仿真平台,假设双目相机沿设定轨道对空间非合作目标进行绕飞,采集双目图像的同时记录相机与非合作目标间的相对位姿,生成非合作目标位姿估计仿真数据集。针对该数据集使用本文提出的算法进行了相对位姿估计实验,并对不同点云配准方法的实验结果进行对比。结果表明,基于双目立体匹配的位姿估计算法能准确地估计空间非合作目标的相对位姿,改进FGR算法可有效提升位姿估计的鲁棒性,并且可提升运算速度,适用于在轨应用场景。